第40卷第3期计算机应用与软件Vol.40No．32023年3月ComputerApplicationsandSoftwareMar．2023基于多任务支持向量机的能源互联网数据深度融合方法郭政吴武清刘源曾志武杨玎(国网江西省电力有限公司建设分公司江西南昌330000)收稿日期:2020－08－17。国家电网公司2020年科技项目(52182420000A)。郭政，工程师，主研领域:工程项目管理，BIM技术在电力工程中的应用。吴武清，高工。刘源，助工。曾志武，工程师。杨玎，高工。摘要在多任务环境下，能源互联网数据冗余干扰较强，后期数据处理误差较大，故提出一种基于多任务支持向量机的能源互联网数据深度融合方法。数据层融合接收待融合能源互联网数据后实施数据离散化、矩阵化处理，将处理后数据发送至特征层融合内，特征层融合利用互信息变量选择算法，提取数据分类特征，并将所提取特征作为决策层融合多任务支持向量机输入，多任务支持向量机将支持向量机各数据分组视为子任务，运算过程中需保证全部学习机间全局差异最小化实现子学习机局部最优化，多任务支持向量机实施数据决策级融合后输出最终融合结果。实验结果表明，该方法准确率高于99%，且融合加入10dB白噪声的能源互联网数据最小均方误差仍低于1%。关键词多任务支持向量机能源互联网数据深度融合中图分类号TP3文献标志码ADOI:10．3969/j．issn．1000-386x．2023．03．004ENEＲGYINTEＲNETDATADEEPFUSIONMETHODBASEDONMULTI-TASKSUPPOＲTVECTOＲMACHINEGuoZhengWuWuqingLiuYuanZengZhiwuYangDing(ConstructionBranchStateGridJiangxiElectricPowerCo．，Ltd．，Nanchang330000，Jiangxi，China)AbstractInthemultitaskenvironment，theenergyInternetdataredundancyinterferenceisstrong，andthedataprocessingerrorislarge．ThispaperproposesanenergyInternetdatadeepfusionmethodbasedonmulti-tasksupportvectormachine．ThedatalayerfusionreceivedtheenergyInternetdatatobefused，implementeddatadiscretizationandmatrixprocessing，andsenttheprocesseddatatothefeaturelayerfusion．Thefeaturelayerfusionusedmutualinformationvariableselectionalgorithmtoextractdataclassificationfeatures，andtooktheextractedfeaturesasinputofdecision-makinglevelfusionmulti-tasksupportvectormachine．Multi-tasksupportvectormachineregardedeachdatagroupofsupportvectormachineassubtask．Andintheprocessofoperation，itwasnecessary...
